Pendahuluan
Sektor manufaktur memegang peranan krusial sebagai mesin utama pertumbuhan ekonomi dan transformasi struktural. Namun, sejak dekade 1950-an, beberapa negara maju seperti Amerika Serikat, Jerman, dan Jepang mulai mengalami penurunan pangsa tenaga kerja manufaktur, sebuah fenomena yang dikenal sebagai deindustrialisasi. Tren penurunan ini merambah ke negara-negara berkembang dalam bentuk deindustrialisasi dini (premature deindustrialization). Fenomena ini menunjukkan kontribusi sektor manufaktur menyusut ketika tingkat pendapatan per kapita dan produktivitas tenaga kerja masih berada pada level yang rendah.
Di era modern, akselerasi otomatisasi dan adopsi robot industri di negara maju mengubah lanskap manufaktur global. Penggunaan teknologi robotik menekan biaya produksi dan ketergantungan terhadap tenaga kerja manual sehingga menggeser pola relokasi industri antarnegara. Kondisi ini diperparah oleh melambatnya arus investasi langsung asing serta meningkatnya ketidakpastian perdagangan global.
Berangkat dari dinamika tersebut, Laihui Liu & Suxia An (2026) meneliti secara dampak limpahan lintas batas (cross-border spillover) dari adopsi robot industri di negara maju terhadap proses deindustrialisasi di negara berkembang, khususnya dalam memicu terjadinya deindustrialisasi dini. Selain itu, studi mereka juga bertujuan untuk mengidentifikasi saluran transmisi yang mendasarinya, seperti fenomena pemulangan kembali aktivitas industri (reshoring), pengurangan alih daya lepas pantai (offshoring), serta mengevaluasi konsekuensi lanjutannya terhadap kemiskinan, produktivitas, dan prospek konvergensi ekonomi negara berkembang.
Tinjauan Pustaka
Teori mengenai deindustrialisasi berakar dari Hukum Petty-Clark yang menjelaskan perubahan struktur ekonomi dari sektor pertanian ke manufaktur, lalu beralih ke sektor jasa seiring bertambahnya pendapatan per kapita. Literatur membedakan pendorong deindustrialisasi menjadi faktor internal dan eksternal. Faktor internal bertumpu pada laju kemajuan teknologi, di mana peningkatan produktivitas sektor manufaktur mengurangi kebutuhan tenaga kerja dan mengalihkan kelebihan pekerja ke sektor jasa. Sementara itu, faktor eksternal menyoroti perdagangan dan globalisasi yang mendorong negara maju mengalihkan industri padat karya ke negara berkembang.
Akan tetapi, penjelasan tersebut dinilai kurang tepat untuk menjelaskan deindustrialisasi di negara berkembang. Dasgupta & Singh (2007) serta Rodrik (2016) memperkenalkan konsep deindustrialisasi dini (premature deindustrialization), yaitu penyusutan sektor manufaktur yang terjadi sebelum negara berkembang mencapai tingkat pendapatan tinggi. Di sisi lain, gelombang otomatisasi modern terbukti memiliki efek ganda: menciptakan lapangan kerja baru, sekaligus menggantikan tenaga kerja rutin dan berkeahlian rendah, terutama pada sektor manufaktur.
Otomatisasi mengurangi keunggulan tenaga kerja murah di negara berkembang, menekan aktivitas alih daya lepas pantai (offshoring), serta mempercepat pemulangan pabrik ke negara asal (reshoring). Namun, sebagian besar studi empiris mengenai otomasi masih terfokus pada pasar tenaga kerja domestik negara maju atau terbatas pada analisis satu negara. Artikel ini mengisi celah literatur tersebut dengan menguji secara empiris bagaimana dampak adopsi robot industri di negara maju dapat memicu deindustrialisasi dini di negara-negara berkembang.
Model dan Variabel Penelitian
Penelitian ini menggunakan regresi data panel two-way fixed effects untuk mengestimasi dampak penggunaan robot industri di negara maju terhadap deindustrialisasi di negara berkembang. Struktur model yang diestimasi adalah:
Dalam persamaan ini, i menyatakan negara dan t menyatakan tahun. Variabel Deindᵢₜ mencerminkan derajat deindustrialisasi, sedangkan Robotsᵢₜᵃᵇʳᵒᵃᵈ mengukur tingkat paparan negara berkembang terhadap adopsi robot industri di negara maju. Koefisien α₁ menjadi parameter utama yang diestimasi. Selain itu, controlᵢₜ merupakan serangkaian variabel pengendali, ϕᵢ menangkap efek tetap negara (country fixed effect), νₜ menangkap efek tetap waktu (year fixed effect), dan μᵢₜ adalah galat acak (error term).
Analisis ini menggunakan data panel dari 116 negara berkembang sepanjang periode 1980–2018 (dengan periode observasi regresi utama 2005–2019), setelah mengecualikan negara-negara anggota OECD. Data inventaris robot industri diperoleh dari International Federation of Robotics (IFR). Data arus ekspor bersumber dari basis data CEPII-BACI. Sementara itu, variabel kontrol dihimpun dari World Development Indicators (WDI), Worldwide Governance Indicators (WGI), dan Global Macro Database (GMD).
Analisis Hasil Empiris
Baseline Regression Results
Hasil regresi two-way fixed effects menunjukkan bahwa penggunaan robot industri di negara maju berpengaruh positif dan signifikan terhadap deindustrialisasi di negara berkembang dengan hasil yang tetap konsisten setelah variabel kontrol ditambahkan. Pengukuran alternatif juga mendukung temuan tersebut di mana rasio manufaktur terhadap sektor jasa menurun, sedangkan deindustrialisasi berbasis pangsa tenaga kerja meningkat. Artinya, semakin besar paparan terhadap robot AS, semakin besar pula penyusutan manufaktur dan pergeseran ekonomi ke sektor jasa. Selain itu, temuan ini juga menunjukkan hubungan U-shaped antara tingkat deindustrialisasi dan PDB per kapita yang konsisten dengan pola inverted-U antara industrialisasi dan pembangunan ekonomi.
Impact Mechanism Test
Penjelasan analisis uji mekanisme menyatakan bahwa otomatisasi di negara maju memengaruhi deindustrialisasi di negara berkembang melalui dua mekanisme utama, yakni peningkatan penggunaan robot industri yang menurunkan offshore outsourcing serta otomatisasi yang memperkuat manufacturing reshoring. Kedua mekanisme tersebut signifikan dan pada akhirnya mengurangi peluang negara berkembang memperoleh aktivitas manufaktur dari relokasi produksi global.
Heterogeneity Analysis
Adapun berdasarkan analisis heterogenitas, dampak otomatisasi negara maju terhadap deindustrialisasi tidak seragam di semua negara berkembang. Pengaruhnya jauh lebih kuat pada negara-negara dengan produktivitas pertanian, ketersediaan sumber daya alam, dan bantuan internasional yang rendah. Sebaliknya, pada negara dengan ketersediaan sumber daya alam dan bantuan internasional yang tinggi, koefisiennya tidak signifikan. Pola ini mengindikasikan bahwa kapasitas domestik yang memadai serta dukungan eksternal yang kuat dapat mengurangi kerentanan negara berkembang terhadap cross-border spillover dari otomatisasi di negara maju.
Analisis Lanjutan
Formation and Economic Consequences of Premature Deindustrialization
Dalam analisis lanjutan, peneliti menemukan bahwa otomatisasi di negara maju mempercepat premature deindustrialization di negara berkembang, terutama pada negara dengan pendapatan per kapita rendah dan pangsa manufaktur yang kecil. Di sisi lain, dampak tersebut tidak signifikan pada kelompok negara yang memiliki basis manufaktur matang. Temuan ini dikonfirmasi oleh indeks deindustrialisasi dini yang meningkat secara signifikan seiring tingginya paparan robot, khususnya pada negara-negara yang mengalami puncak manufaktur sebelum waktunya.
Lebih lanjut, premature deindustrialization juga membawa dampak makroekonomi yang negatif bagi negara berkembang. Proses tersebut terbukti memperburuk tingkat kemiskinan dengan menurunkan Human Development Index (HDI), menekan Total Factor Productivity (TFP), serta menghambat proses economic catch-up terhadap negara maju.
Kesimpulan
Secara keseluruhan, hasil penelitian Liu dan An (2026) menyimpulkan bahwa penetrasi robot industri di negara maju memicu deindustrialisasi di negara berkembang melalui dua mekanisme utama, yaitu penurunan offshore outsourcing dan percepatan manufacturing reshoring. Kendati demikian, kapasitas domestik seperti produktivitas pertanian, ketersediaan sumber daya alam, dan bantuan internasional terbukti dapat meredam dampak negatif tersebut. Guna mengatasi berbagai risiko ini, peneliti merekomendasikan negara berkembang untuk merespons perubahan teknologi secara proaktif melalui peningkatan teknologi, memperkuat perlindungan sosial dan kualitas tenaga kerja, mendiversifikasi struktur ekspor, serta memperbaiki iklim investasi.
Diulas dari:
Liu, L., & An, S. (2026). Spillover across borders: Industrial robotics applications in developed countries and deindustrialization in developing countries. Technological Forecasting and Social Change, 223, 124424. https://doi.org/10.1016/j.techfore.2025.124424